摘要
运动参数估计是计算机视觉中极为重要的研究课题，Ｔｓａｉ和Ｈｕａｎｇ提出的线性方法是典型的和较为有效的估计方法，但此种方法需要对矩阵进行特征分解，或用最小二乘法求解，运算量较大。本文把求解非线性约束极值问题引入神经网络，利用罚函数，构造网络的能量函数，网络最小能量状态时的矢量即为最小特征矢量。计算机模拟表明，该网络能较快收敛到稳定状态，运算结果是比较理想的。
Motion parameter estimation is an important subject in computer vision research. The linear method adopted by Tsai and Huang is a typical and efficient one,but it needs computation of eigenvector or least squares estimation. We recast a constrained minimization formulation into neural network that the required eigenvector is the minimizer of energy function. Emulation results support this method.
出处
《铁道学报》
EI
CAS
CSCD
北大核心
1999年第1期54-57,共4页
Journal of the China Railway Society
关键词
计算机视觉
运动参数估计
神经网络
computer vision
motion parameter estimation
neural network
